基于多尺度Transformer的单目标跟踪方法

摘要

本发明公开了基于多尺度Transformer的单目标跟踪方法。本发明首先从模板特征中裁剪出不同空间尺寸的表达特征，通过不同大小卷积核获取多尺度语义空间的目标特征信息，再利用该信息监督模板特征的增强，使之具有目标特征的感知能力。然后离线一个IoU‑Net来评估候选框的准确率，以目标的特征学习一个特征调制向量作用于候选框特征，调制后的特征经过泛化学习得到候选框的置信度分数。最后，通过多次的迭代优化，找到置信度最高的候选框作为跟踪结果。基于本发明提出的多尺度Transformer模块，使得ATOM跟踪方法的准确性有了一定提高，并且能够在复杂场景中更加精确地估计出目标的边界框。